[发明专利]基于PME图模型的一对一型PSJ聚集查询方法

权利要求书

1.一种基于PME图模型的一对一型PSJ聚集查询方法，包括：

(1)基于PME图模型，将PSJ作为顶点，互斥关系作为边，构造树状PME图，所述树状PME图包括叶子极大团、中间极大团以及根极大图，基于聚集查询谓词条件为所述树状PME图的顶点添加属性；

(2)基于步骤(1)，计算所述树状PME图的聚集值概率分布，具体包括：

所述步骤(2)包括：

(2-1)对于所述叶子极大团，在出现父亲顶点和不出现父亲顶点两种情况下，分别计算以所述叶子极大团为根的子树的聚集值条件概率分布；

(2-2)基于步骤(2-1)，对于所述中间极大团，在出现父亲顶点和不出现父亲顶点两种情况下，分别计算以所述中间极大团为根的子树的聚集值条件概率分布；

(2-3)基于步骤(2-2)，对于所述根极大团，在出现一个私有顶点和不出现私有顶点两种情况下，分别计算整棵树的聚集值条件概率分布；

(2-4)合并步骤(2-3)中两种情况下的聚集值条件概率分布的生成函数，得到整棵树的聚集值概率分布的总生成函数，然后将所述总生成函数还原为离散序列，得到整棵树的聚集值概率分布；

所述步骤(2-1)包括：

当出现父亲顶点v_f情况下，计算所述叶子极大团为根的子树T_leaf的聚集值条件概率分布的生成函数如公式(1)所示：

当不出现父亲顶点v_f情况下，计算所述叶子极大团为根的子树T_leaf的聚集值条件概率分布的生成函数如公式(2)所示：

其中，F表示顶点的属性，p(v_{p_i})表示第i个私有顶点v_{p_i}的概率，p(v_f)表示父亲顶点v_f的概率，m表示所述叶子极大团中私有顶点的总个数。

2.如权利要求1所述的基于PME图模型的一对一型PSJ聚集查询方法，其特征在于，在构造树状PME图前，采用Kruskal算法删除PSJ构成的二分图中的回路，构造所述PSJ的最大生成树，并基于所述最大生成树构造所述树状PME图。

3.如权利要求1所述的基于PME图模型的一对一型PSJ聚集查询方法，其特征在于，所述基于聚集查询谓词条件为顶点添加属性包括：

为满足COUNT查询谓词条件的顶点增加标志属性；

为满足SUM查询谓词条件的顶点增加求和属性。

4.如权利要求3所述的基于PME图模型的一对一型PSJ聚集查询方法，其特征在于，所述基于聚集查询谓词条件为顶点添加属性的具体步骤为：

删除不满足聚集查询谓词条件的私有顶点，其他顶点都保留；

若聚集查询为COUNT查询，为剩余的所有顶点增加一个属性F，表示是否满足谓词条件，针对顶点v，若顶点v满足谓词条件，那么F＝1，否则F＝0；

若聚集查询为SUM查询，为剩余的所有顶点增加一个属性F，表示求和属性值的大小，针对顶点v，若顶点v满足谓词条件，那么F等于顶点v对应的PSJ连接的求和属性值，否则F＝0。

5.如权利要求1所述的基于PME图模型的一对一型PSJ聚集查询方法，其特征在于，当COUNT查询时，在为顶点添加属性后，还需要对属于同一极大团的私有顶点进行合并。

6.如权利要求1所述的基于PME图模型的一对一型PSJ聚集查询方法，其特征在于，所述步骤(2-2)包括：

当出现父亲顶点v_f情况下，计算所述中间极大团为根的子树T_mid的聚集值条件概率分布的生成函数如公式(3)所示：

当不出现父亲顶点v_f情况下，计算所述中间极大团为根的子树T_mid的聚集值条件概率分布的生成函数如公式(4)所示：